함수 호출을 통해 생성 모델에서 구조화된 데이터 출력을 더 쉽게 가져올 수 있습니다. 그런 다음 이러한 출력을 사용하여 다른 API를 호출하고 관련 응답 데이터를 모델에 반환할 수 있습니다. 즉, 함수 호출은 생성 모델을 외부 시스템에 연결하여 생성된 콘텐츠에 가장 정확한 최신 정보가 포함되도록 하는 데 도움이 됩니다.
Gemini 모델에 함수에 대한 설명을 제공할 수 있습니다. 이러한 함수는 개발자가 앱의 언어로 작성하는 함수입니다 (즉, Cloud Functions가 아님). 모델이 쿼리를 처리하는 데 도움이 되도록 함수를 호출하고 결과를 다시 보내도록 요청할 수 있습니다.
Google Cloud 문서에서 함수 호출에 대해 자세히 알아보세요.
시작하기 전에
아직 진행하지 않았다면 Firebase용 Vertex AI SDK 시작 가이드를 살펴보세요. 다음 작업을 모두 완료했는지 확인합니다.
Blaze 요금제 사용, 필요한 API 사용 설정을 포함하여 신규 또는 기존 Firebase 프로젝트를 설정합니다.
앱을 등록하고 앱에 Firebase 구성을 추가하는 등 Firebase에 앱을 연결합니다.
SDK를 추가하고 앱에서 Vertex AI 서비스와 생성 모델을 초기화합니다.
앱을 Firebase에 연결하고, SDK를 추가하고, Vertex AI 서비스와 생성 모델을 초기화했다면 Gemini API를 호출할 수 있습니다.
함수 호출 설정
이 튜토리얼에서는 모델이 다음 매개변수를 지원하는 가상의 통화 환율 API와 상호작용하게 합니다.
| 파라미터 | 유형 | 필수 | 설명 |
|---|---|---|---|
currencyFrom |
문자열 | 예 | 변환할 통화 |
currencyTo |
문자열 | 예 | 변환할 통화 |
API 요청 예
{
"currencyFrom": "USD",
"currencyTo": "SEK"
}
API 응답 예시
{
"base": "USD",
"rates": {"SEK": 10.99}
}
1단계: API 요청을 실행하는 함수 만들기
아직 하지 않았다면 API 요청을 보내는 함수를 만들어 시작합니다.
이 가이드에서는 시연을 위해 실제 API 요청을 전송하는 대신 실제 API가 반환하는 것과 동일한 형식으로 하드코딩된 값을 반환합니다.
2단계: 함수 선언 만들기
생성 모델에 전달할 함수 선언을 만듭니다(이 튜토리얼의 다음 단계).
함수와 매개변수 설명에 최대한 많은 세부정보를 포함하세요. 생성 모델은 이 정보를 사용하여 선택할 함수를 결정하고 함수 호출에서 매개변수의 값을 제공하는 방법을 결정합니다.
3단계: 모델 초기화 중 함수 선언 지정
생성 모델을 초기화할 때 모델의 tools 매개변수를 설정하여 함수 선언을 지정합니다.
Gemini 모델 및 사용 사례 및 앱에 적합한 위치(선택사항)를 선택하는 방법을 알아보세요.
4단계: 함수 호출 생성
이제 정의된 함수를 사용하여 모델에 프롬프트를 표시할 수 있습니다.
함수 호출은 채팅의 멀티턴 구조에 잘 어울리므로 채팅 인터페이스를 사용하는 것이 좋습니다.
가능한 작업
Gemini API의 다른 기능 사용해 보기
- 멀티턴 대화 (채팅)를 빌드합니다.
- 텍스트 전용 프롬프트에서 텍스트를 생성합니다.
- 멀티모달 프롬프트에서 텍스트, 이미지, PDF, 동영상, 오디오 등의 텍스트를 생성합니다.
콘텐츠 생성 제어 방법 알아보기
- 권장사항, 전략, 예시 프롬프트 등 프롬프트 설계를 이해합니다.
- 온도 및 최대 출력 토큰과 같은 모델 매개변수를 구성합니다.
- 안전 설정을 사용하여 유해한 것으로 간주될 수 있는 응답을 받을 가능성을 조정합니다.
Gemini 모델 자세히 알아보기
다양한 사용 사례에 사용할 수 있는 모델과 할당량 및 가격에 대해 알아보세요.Firebase용 Vertex AI 사용 경험에 대한 의견 보내기